基于梯度信息的图像亚采样与超分辨率重建
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 引言 | 第12-17页 |
| ·本课题研究背景及研究意义 | 第12-13页 |
| ·超分辨成像技术的研究现状及发展动态 | 第13-16页 |
| ·本论文的主要研究内容和论文结构安排 | 第16-17页 |
| ·论文主要研究工作和创新点 | 第16页 |
| ·论文章节安排 | 第16-17页 |
| 第二章 图像超分辨重建技术的理论分析 | 第17-34页 |
| ·引言 | 第17页 |
| ·超分辨重建技术的基本原理 | 第17-26页 |
| ·图像观测模型 | 第17-19页 |
| ·图像及视频序列超分辨重建算法研究 | 第19-26页 |
| ·超分辨率重建技术面临的挑战 | 第26-27页 |
| ·图像配准的精度 | 第26页 |
| ·计算效率的影响 | 第26页 |
| ·超分辨率重建算法的鲁棒性 | 第26-27页 |
| ·经典超分辨率算法对比实验结果及分析 | 第27-33页 |
| ·图像质量评价标准 | 第27-29页 |
| ·实验结果 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于稀疏表达的超分辨率重建算法 | 第34-49页 |
| ·稀疏表达理论 | 第34-40页 |
| ·欠定线性方程 | 第34-35页 |
| ·正则化问题 | 第35-36页 |
| ·最优化追寻算法 | 第36-37页 |
| ·冗余字典 | 第37-40页 |
| ·经典的基于稀疏表达的超分辨率重建算法 | 第40-44页 |
| ·算法基本思想 | 第40页 |
| ·算法基本结构 | 第40-44页 |
| ·实验结果与分析 | 第44-48页 |
| ·实验参数说明 | 第44-45页 |
| ·实验结果 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于梯度信息的超分辨率重建算法 | 第49-66页 |
| ·信息认知的必要性 | 第49-51页 |
| ·基本图像特征 | 第50-51页 |
| ·梯度轮廓信息 | 第51-57页 |
| ·梯度轮廓锐度 | 第53-54页 |
| ·梯度轮廓特性模型 | 第54-56页 |
| ·高分辨率图像与低分辨率图像间梯度轮廓的关系 | 第56页 |
| ·梯度轮廓先验信息 | 第56-57页 |
| ·基于梯度信息的超分辨率重建算法 | 第57-60页 |
| ·梯度空间的转化 | 第57-58页 |
| ·超分辨重建模型 | 第58-60页 |
| ·实验结果与分析 | 第60-65页 |
| ·实验参数说明 | 第60-61页 |
| ·实验结果 | 第61-65页 |
| ·本章小节 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻硕期间取得的研究成果及奖励 | 第73页 |
